Peridynamic modeling of the crack velocity dependence via an incubation time fracture criterion

Diese Studie nutzt einen peridynamischen Ansatz mit einem Inkubationszeit-Bruchkriterium, um die Experimente von Ravi-Chandar und Knauss an Homalite-100 zu modellieren und zeigt, dass Variationen des Mode-I-Spannungsintensitätsfaktors bei konstanten Rissgeschwindigkeiten sowie der Beginn der Mikroverzweigung bei höheren Geschwindigkeiten neue Erkenntnisse über die Natur der Rissgeschwindigkeitsabhängigkeit bei dynamischem Bruch liefern.

Das Wesentliche

Stellen Sie sich vor, Sie beobachten einen Riss, der sich über einen Stück spröden Kunststoffs, wie etwa eine Platte aus Homalite-100, fortbewegt. In den alten Tagen der Physik glaubten Wissenschaftler, dass man, wenn man die Geschwindigkeit des Risses kennt, exakt berechnen kann, wie viel „Spannung" (oder Druck) ihn vorantreibt. Es war so, als würde man denken: Wenn ein Auto 100 km/h fährt, muss der Motor genau 100 PS leisten. Einfach, oder?

Aber Experimente in den 1980er Jahren zeigten, dass dies nicht stimmte. Manchmal bewegte sich der Riss mit exakt derselben Geschwindigkeit, doch der Druck, der ihn vorantrieb, war völlig unterschiedlich. Es war, als würden zwei Autos beide 100 km/h fahren, aber das eine einen winzigen Motor und das andere einen Raketenbooster hätte. Die Wissenschaftler waren ratlos: Warum hat dieselbe Geschwindigkeit unterschiedliche „Antriebe"?

Dieser Artikel ist eine Detektivgeschichte, in der die Autoren eine neue Art von Computersimulation nutzen, um dieses Rätsel zu lösen.

Das Detektivwerkzeug: Peridynamik

Die meisten Computermodelle für Risse sind wie eine Kette von Dominosteinen. Wenn ein Stein umfällt, stößt er den nächsten an. Aber wenn ein Stein fehlt (ein Riss), bricht die Kette ab, und die Mathematik gerät ins Stocken.

Die Autoren verwendeten eine Methode namens Peridynamik. Stellen Sie sich dies nicht als Kette vor, sondern als einen Schwarm Bienen. Jede Biene kann mit jeder anderen Biene innerhalb eines bestimmten Abstands kommunizieren, selbst wenn in der Mitte eine Lücke ist. Wenn eine Biene wegfliegt (ein Riss entsteht), hören die anderen Bienen einfach auf, mit ihr zu sprechen, aber der Rest des Schwarms bewegt sich weiterhin völlig problemlos. Dies ermöglicht es dem Computer, Brüche und Risse zu verarbeiten, ohne verwirrt zu werden.

Der geheime Bestandteil: Die „Inkubationszeit"

Der eigentliche Durchbruch in diesem Artikel liegt darin, wie sie entschieden, wann ein Riss tatsächlich brechen soll.

Auf die alte Weise brach das Material sofort, sobald der Druck hoch genug war. Aber die Autoren verwendeten eine Regel namens Inkubationszeit-Kriterium.

Stellen Sie sich vor, Sie versuchen, einen trockenen Zweig zu knacken. Sie reißen nicht einfach daran, und er bricht sofort. Sie ziehen, halten ihn für einen winzigen Moment fest, während die Fasern dehnen und schwächer werden, und dann bricht er. Dieser winzige Moment ist die „Inkubationszeit".

Die Autoren programmierten ihren Computerschwarm so, dass er sich an die letzten paar Mikrosekunden des Drucks erinnert. Das Material bricht nur, wenn der durchschnittliche Druck über diesen kurzen „Inkubations"-Zeitraum hoch genug ist. Dies berücksichtigt die Tatsache, dass Materialien eine winzige Zeitspanne benötigen, um sich zu „entscheiden", zu brechen.

Was sie fanden

Sie führten Simulationen durch, bei denen die Kunststoffplatten auseinandergezogen wurden, genau wie in den echten Experimenten. Hier ist, was sie entdeckten:

1. Das Geschwindigkeit-gegen-Druck-Rätsel: Genau wie in den echten Experimenten zeigte ihr Computer, dass für dieselbe Rissgeschwindigkeit der Druck (Spannungsintensitätsfaktor) keine einzelne Zahl war. Es war ein Bereich. Manchmal war er niedrig, manchmal hoch.
2. Der „Mikroverzweigungs"-Effekt: Wenn sich der Riss langsam bewegte, verlief er geradeaus. Aber als er schneller wurde (über 400 Meter pro Sekunde), begann er zu zittern. Er begann, winzige, mikroskopische Seitenrisse zu sprießen, wie ein Ast, der sich in Zweige aufteilt.
   • Die Analogie: Stellen Sie sich einen Läufer vor, der sprintet. Bei einem gleichmäßigen Joggen läuft er in einer geraden Linie. Aber wenn er mit Top-Geschwindigkeit sprintet, beginnt er leicht zu wackeln und zu zickzackeln, um das Gleichgewicht zu halten.
   • Das Ergebnis: Diese winzigen „Wackler" (Mikroverzweigungen) ließen die Druckanzeige wild hin und her springen. Dies erklärte, warum der Druck für eine gegebene Geschwindigkeit nicht eindeutig war; der Riss veränderte seine Form während des Rennens physisch leicht.

Das Fazit

Der Artikel kommt zu dem Schluss, dass der Grund, warum wir für dieselbe Rissgeschwindigkeit unterschiedliche Druckwerte sehen, darin liegt, dass der Riss keine glatte, perfekte Linie ist. Es ist ein chaotisches, lebendiges Ding, das schwankt.

• Bei niedrigeren Geschwindigkeiten: Der Riss ist stabil, und der Druck ist relativ konstant.
• Bei höheren Geschwindigkeiten: Der Riss beginnt zu „mikroverzweigen" (winzige Seitenrisse sprießen). Dieses Chaos lässt den Druck herumspringen und erzeugt die Streuung, die in den Experimenten zu sehen war.

Durch die Verwendung dieses „Bienenschwarms" (Peridynamik) in Kombination mit der „Wartezeit" (Inkubationszeit) gelang es den Autoren, die chaotische, nicht-eindeutige Beziehung zwischen Rissgeschwindigkeit und Druck, die reale Experimente seit Jahrzehnten gezeigt hatten, erfolgreich nachzubilden. Sie bewiesen, dass das „Rauschen" in den Daten kein Fehler ist; es ist ein reales physikalisches Merkmal des Verhaltens sich schnell bewegender Risse.

Technische Zusammenfassung

Technische Zusammenfassung: Peridynamische Modellierung der Rissgeschwindigkeitsabhängigkeit mittels eines Inkubationszeit-Bruchkriteriums

Problemstellung
Diese Studie behandelt ein zentrales, ungelöstes Problem der dynamischen Bruchmechanik: die Abhängigkeit des instantanen Mode-I-Spannungsintensitätsfaktors (SIF, $K_I$) von der Rissausbreitungsgeschwindigkeit ($\dot{a}$). Die klassische Linear-Elastische Bruchmechanik (LEFM) und dynamische Kriterien, die auf Freund und Rosakis basieren, deuten oft auf eine eindeutige Beziehung zwischen $K_I$ und $\dot{a}$ hin. Experimentelle Daten von Ravi-Chandar und Knauss an spröden Homalite-100-Polymerplatten zeigen jedoch eine nicht-eindeutige Abhängigkeit, bei der eine einzelne Rissgeschwindigkeit einem Bereich von SIF-Werten entspricht. Darüber hinaus tritt bei höheren Geschwindigkeiten Mikroverzweigung auf, was zu einer signifikanten Streuung der SIF-Messwerte führt. Die Herausforderung besteht darin, diese Nicht-Eindeutigkeit und die damit verbundenen Schwankungen numerisch nachzubilden, ohne auf empirisch angepasste, ratenabhängige Materialeigenschaften zurückzugreifen.

Methodik
Die Autoren verwenden einen nicht-lokalen peridynamischen Rahmen, um die dynamische Rissausbreitung in Homalite-100 zu simulieren und dabei die experimentellen Bedingungen von Ravi-Chandar und Knauss nachzubilden. Die zentrale methodische Innovation ist die Integration des Inkubationszeit-Bruchkriteriums (ITFC) in die peridynamische Formulierung.

• Peridynamischer Rahmen: Die Simulationen nutzen ein gewöhnliches zustandsbasiertes peridynamisches Modell, das in der Open-Source-Software Peridigm implementiert ist. Das Material wird in Punkte diskretisiert, die innerhalb eines sphärischen Horizonts ($\delta$) interagieren, was die natürliche Behandlung von Diskontinuitäten wie Rissen ohne räumliche Differentialoperatoren ermöglicht.
• Inkubationszeit-Bruchkriterium (ITFC): Im Gegensatz zu klassischen Kriterien, die einen instantanen Versagen annehmen, geht das ITFC davon aus, dass für einen Bruch eine endliche Zeit ($\tau$) für vorbereitende Prozesse (z. B. Mikrorissbildung) erforderlich ist. Das Kriterium bewertet die zeitlich gemittelte Spannung über die Inkubationszeit $\tau$ und eine charakteristische Länge $d$.
  • Die charakteristische Länge $d$ wird aus dem quasistatischen Irwin-Kriterium abgeleitet, um Konsistenz mit dem kritischen statischen SIF ($K_{Ic}$) sicherzustellen.
  • Die peridynamische Implementierung passt das Fernspannungs- (RS) Bruchkriterium an. Das Versagen einer Bindung wird durch Integration der normalen Bindungsspannung über die Inkubationszeit $\tau$ bestimmt (Gleichung 11).
  • Um die rechnerische Komplexität zu beherrschen und sich auf Mikroverzweigung statt auf vollständige Makroverzweigung zu konzentrieren, wird das Kriterium nur auf Ebenen parallel ($0^\circ$) und senkrecht ($90^\circ$) zur Hauptrissachse ausgewertet.
• Simulationsaufbau: Das Modell simuliert eine 300 mm $\times$ 500 mm große Probe mit einem 50 mm langen Vorriß. Die dynamische Belastung erfolgt über einen trapezförmigen Volumenkräfte-Impuls mit einer Anstiegszeit von 25 $\mu$s. Der dynamische SIF wird unter Verwendung eines bewegten rechteckigen Konturs für das dynamische J-Integral berechnet, wobei sichergestellt wird, dass der Integrationspfad die Risspitze einschließt, aber sich entwickelnde Mikroverzweigungen ausschließt.

Hauptergebnisse
Die numerischen Simulationen reproduzieren erfolgreich die experimentell beobachteten Phänomene bezüglich der $K_I$-$\dot{a}$-Beziehung:

1. Nicht-eindeutige $K_I$-$\dot{a}$-Abhängigkeit: Die Ergebnisse bestätigen, dass bei nahezu konstanter Rissausbreitungsgeschwindigkeit der instantane SIF signifikante Schwankungen aufweist. Folglich sagt das Modell für eine gegebene Geschwindigkeit einen Bereich von SIF-Werten voraus und spiegelt damit die in Experimenten beobachtete Nicht-Eindeutigkeit wider.
2. Geschwindigkeitsstabilisierung und Transienten: Während Experimente zeigen, dass sich die Rissgeschwindigkeit fast instantan stabilisiert, weisen die Simulationen eine anfängliche Beschleunigungsphase von etwa 30–40 $\mu$s auf, bevor ein stationärer Zustand erreicht wird. Während dieser transienten Phase zeigt die SIF-Historie ausgeprägte Variationen.
3. Mikroverzweigung und Streuung: Bei höheren Belastungsraten (was zu Geschwindigkeiten > 400 m/s führt) zeigen die Simulationen den Beginn der Mikroverzweigung. Dieses Phänomen korreliert mit einem deutlichen Anstieg der Amplitude der SIF-Oszillationen. Die numerische Streuung der SIF-Werte bei hohen Geschwindigkeiten (0,53–1,25 MPa$\sqrt{m}$) stimmt in angemessener Übereinstimmung mit experimentellen Bereichen (0,45–1,5 MPa$\sqrt{m}$) überein.
4. Validierung des Mechanismus: Die Studie zeigt, dass die beobachtete Streuung des SIF physikalisch durch die Dynamik der Risspitze gerechtfertigt ist, insbesondere durch die Beschleunigungsphase und den Beginn der Mikroverzweigung, und nicht ein Artefakt von Messfehlern ist.

Bedeutung und Behauptungen
Die Autoren behaupten, dass die peridynamische Implementierung des ITFC einen wertvollen Ansatz zur Bewertung der dynamischen Bruchzähigkeit und zur Modellierung der Rissausbreitung über einen breiten Bereich von Belastungsraten bietet. Die primäre Bedeutung liegt in der Fähigkeit des Modells, die Ratenempfindlichkeit spröder Brüche und die Nicht-Eindeutigkeit der $K_I$-$\dot{a}$-Beziehung zu erfassen, ohne willkürliche ratenabhängige Materialparameter einzuführen.

Die Autoren vermerken bescheiden, dass das Modell zwar die experimentellen Trends qualitativ erfasst, quantitative Diskrepanzen bestehen bleiben, insbesondere hinsichtlich des Zeitpunkts der Geschwindigkeitsstabilisierung und der genauen Größe der SIF-Schwankungen. Sie führen die erfolgreiche Vorhersage der nicht-eindeutigen Abhängigkeit auf die Einbeziehung der Inkubationszeit zurück, die die zeitliche Spannungs-Historie berücksichtigt, sowie auf die nicht-lokale Natur der Peridynamik, die singuläre Felder und Diskontinuitäten im Zusammenhang mit dynamischem Bruch auf natürliche Weise handhabt. Die Studie schließt, dass das Zusammenspiel zwischen der Rissbeschleunigungsphase, den SIF-Schwankungen und dem Beginn der Mikroverzweigung die bestimmenden Mechanismen für das experimentell beobachtete $K_I$-$\dot{a}$-Verhalten sind.